Степенной метод на C++

Скууучно...Это пожалуй одна из самых простых лаб за чёрт знает сколько...Ну оно и к лучшему наверное - мне было бы лень расписывать здесь сейчас сложный-сложный алгоритм (:
Теория: 
  Дано: матрица A размера (NxN)
  Найти требуется максимальное собственное число матрицы.
Алгоритм:
1) Выбираем вектор X0 - начальное приближение, при этом X0!=0;
2) Строим Xn+1=A*Xn=An+1 * X0
3) Находим λn=(Xn+1, Xn)/(Xn, Xn); (Где запятая - скалярное умножение векторов)
Критерий окончания: |λn-λn-1|<E


Практика
Для начала разберёмся с двумя функциями, которые впоследствии будем использовать:
Умножение матрицы на вектор:
void matrix_m_vector(float **m, float *v, float *res)
{
for (int i=0; i<_n; i++)
{
  res[i] = 0;
  for (int j=0; j<_n; j++){
    res[i]+=m[i][j]*v[j];
  }
}
}
 Скалярное умножение векторов:
void vector_m_vector(float *v1, float *v2, float *res)
{
for (int i=0; i<_n; i++)
{
        *res+=v1[i]*v2[i];
}
}
Правильнее было бы написать красивые классы для матрицы и вектора, перегрузить в них опрерации умножения, всё по фен-шую...Но данная лаба делается за 20 минут и сдаётся за минуту, а потом успешно забрасывается в угол. Какой в этом, спрашивается, смысл?
Перменная A содержит собственно нашу исходную матрицу размера NxN, Xn, соответственно вектор, на первой итерации равный X0; т.е. начальному приближению, переменная L будет использоваться для хранения лямбды.
Вот непосредственно сама реализация всего алгоритма в одном маленьком цикле:

while(1)
{
matrix_m_vector(A, Xn, Xn1);
float num=0,den=0;
vector_m_vector(Xn1, Xn, &num);
vector_m_vector(Xn, Xn, &den);
float Lprev=L;
L=num/den;
if ((fabs(L-Lprev))<0.00001) break;
memcpy(Xn, Xn1, sizeof(Xn)*_n);
it++;
}
cout << "λmax= "<<setprecision(6) << L <<endl;
cout << "Итераций: " << it;

Ну собственно вот и всё! (: Надеюсь данный материал будет полезен тем, кто либо лекции потерял, либо вовсе на них не был.
P.S. В тайтле написано C++. На самом деле здесь только pure Си.  Просто как правило люди гуглят C++. Надо же как-то с гуглботом дружиться помимо запрета индексации архива, ярлыков, noindex на внешние ссылки и т.п. :)